DBMS > Apache Drill vs. Kinetica vs. Stardog vs. Vitess

Vergleich der Systemeigenschaften Apache Drill vs. Kinetica vs. Stardog vs. Vitess

Bitte wählen Sie ein weiteres System aus, um es in den Vergleich aufzunehmen.

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Schema-free SQL Query Engine for Hadoop, NoSQL and Cloud Storage

Fully vectorized database across both GPUs and CPUs

Enterprise Knowledge Graph platform and graph DBMS with high availability, high performance reasoning, and virtualization

Scalable, distributed, cloud-native DBMS, extending MySQL

Primäres Datenbankmodell

Document Store
Relational DBMS

Relational DBMS

Graph DBMS
RDF Store

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS
Time Series DBMS

Document Store
Spatial DBMS

DB-Engines Ranking misst die Popularität von Datenbankmanagement- systemen
Trend Chart

Punkte	1,95
Rang	#127	Overall
	#23	Document Stores
	#60	Relational DBMS

Punkte	0,64
Rang	#236	Overall
	#109	Relational DBMS

Punkte	2,02
Rang	#123	Overall
	#11	Graph DBMS
	#6	RDF Stores

Punkte	0,82
Rang	#209	Overall
	#97	Relational DBMS

Website

Technische Dokumentation

drill.apache.org/docs

docs.kinetica.com

docs.stardog.com

vitess.io/docs

Entwickler

Apache Software Foundation

Kinetica

Stardog-Union

The Linux Foundation, PlanetScale

Erscheinungsjahr

2012

2010

2013

Aktuelle Version

1.20.3, Jaenner 2023

7.1, August 2021

7.3.0, Mai 2020

15.0.2, December 2022

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

kommerziell

60-day fully-featured trial license; 1-year fully-featured non-commercial use license for academics/students

Open Source

Apache Version 2.0, commercial licenses available

Ausschließlich ein Cloud-Service

Nur als Cloud-Service verfügbar

nein

DBaaS Angebote (gesponserte Links)

Database as a Service

Providers of DBaaS offerings, please contact us to be listed.

Implementierungssprache

C, C++

Java

Server Betriebssysteme

Linux
OS X
Windows

Linux

Linux
macOS
Windows

Docker
Linux
macOS

Datenschema

schemafrei

schema-free and OWL/RDFS-schema support

Typisierung

vordefinierte Datentypen, z.B. float oder date

XML Unterstützung

Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT

nein

Importieren/Exportieren von XML Daten möglich

Sekundärindizes

nein

supports real-time indexing in full-text and geospatial

SQL

Support of SQL

SQL SELECT statement is SQL:2003 compliant

SQL-like DML and DDL statements

Yes, compatible with all major SQL variants through dedicated BI/SQL Server

mit proprietären Erweiterungen

APIs und andere Zugriffskonzepte

JDBC
ODBC
RESTful HTTP API

GraphQL query language
HTTP API
Jena RDF API
OWL
RDF4J API
Sesame REST HTTP Protocol
SNARL
SPARQL
Spring Data
Stardog Studio
TinkerPop 3

ADO.NET
JDBC
MySQL protocol
ODBC

Unterstützte Programmiersprachen

C++

C++
Java
JavaScript (Node.js)
Python

.Net
Clojure
Groovy
Java
JavaScript
Python
Ruby

Ada
C
C#
C++
D
Delphi
Eiffel
Erlang
Haskell
Java
JavaScript (Node.js)
Objective-C
OCaml
Perl
PHP
Python
Ruby
Scheme
Tcl

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

user defined functions and aggregates, HTTP Server extensions in Java

proprietäre Syntax

Triggers

nein

triggers when inserted values for one or more columns fall within a specified range

via event handlers

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

Multi-Source Replikation in HA-Cluster

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency or Eventual Consistency depending on configuration

Immediate Consistency in HA-Cluster

Eventual Consistency across shards
Immediate Consistency within a shard

Fremdschlüssel

referenzielle Integrität

nein

Beziehungen in Graphen

nicht für MyISAM Storage Engine

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

ACID at shard level

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Table Locks oder Row Locks abhängig von Storage Engine

Durability

Dauerhafte Speicherung der Daten

Depending on the underlying data source

In-Memory Unterstützung

Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten

Depending on the underlying data source

GPU vRAM or System RAM

Berechtigungskonzept

Zugriffskontrolle

Depending on the underlying data source

Zugriffsrechte für Benutzer und Rollen auf Tabellenebene

Zugriffsrechte für Benutzer und Rollen

Benutzer mit feingranularem Berechtigungskonzept

keine Benutzergruppen oder Rollen

Weitere Informationen bereitgestellt vom Systemhersteller

Wir laden Vertreter der Systemhersteller ein uns zu kontaktieren, um die Systeminformationen zu aktualisieren und zu ergänzen,
sowie um Herstellerinformationen wie Schlüsselkunden, Vorteile gegenüber Konkurrenten und Marktmetriken anzuzeigen.

Zugehörige Produkte und Dienstleistungen

Wir laden Vertreter von Anbietern von zugehörigen Produkten ein uns zu kontaktieren, um hier Informationen über ihre Angebote zu präsentieren.

Weitere Ressourcen

Erwähnungen in aktuellen Nachrichten

MapR to Speak on Stream Processing Systems, Apache Spark and Drill at Industry Events in January
27. Mai 2024, Yahoo Movies UK

Apache Drill case study: A tutorial on processing CSV files
9. Juni 2016, TheServerSide.com

Apache Drill vs. Apache Spark — Which SQL query engine is better for you?
23. September 2019, Towards Data Science

Apache Drill Poised to Crack Tough Data Challenges
19. Mai 2015, Datanami

Apache Drill improves big data SQL query engine
31. August 2021, TechTarget

bereitgestellt von Google News

Kinetica Delivers Real-Time Vector Similarity Search
21. März 2024, insideBIGDATA

Kinetica Elevates RAG with Fast Access to Real-Time Data
26. März 2024, Datanami

Kinetica ramps up RAG for generative AI, empowering enterprises with real-time operational data
18. März 2024, SiliconANGLE News

Kinetica Launches Generative AI Solution for Real-Time Inferencing Powered by NVIDIA AI Enterprise
18. März 2024, GlobeNewswire

Kinetica Delivers Real-Time Vector Similarity Search
22. März 2024, Geospatial World

bereitgestellt von Google News

PlanetScale Unveils Distributed MySQL Database Service Based on Vitess
18. Mai 2021, Datanami

PlanetScale grabs YouTube-developed open-source tech, promises Vitess DBaaS with on-the-fly schema changes
18. Mai 2021, The Register

Massively Scaling MySQL Using Vitess
19. Februar 2019, InfoQ.com

With Vitess 4.0, database vendor matures cloud-native platform
13. November 2019, TechTarget

PlanetScale Serves up Vitess-Powered Serverless MySQL
23. November 2021, The New Stack

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk